Text
GPT-6.2 Astra
Use GPT-6.2 Astra com os formatos Responses e Chat Completions da OpenAI. Inclui exemplos de SDK, saída estruturada, chamadas de função e streaming.
Use gpt-6.2-astra para programação complexa e análise de documentos. Configure a URL base do SDK OpenAI como https://api.seedrouter.ai/v1 e informe sua chave de API SeedRouter.
Modelo e limites
| Propriedade | GPT-6.2 Astra |
|---|---|
| ID do modelo na solicitação | gpt-6.2-astra |
| Entrada e saída | Texto e imagens na entrada, texto na saída |
| Janela de contexto | 1.050.000 tokens |
| Entrada máxima | 922.000 tokens |
| Saída máxima | 128.000 tokens, incluindo raciocínio |
| Data de corte do conhecimento | 18 de maio de 2026 |
A janela de contexto abrange a entrada e a saída. Defina um limite de saída que reserve espaço para o raciocínio e a resposta visível. As tarifas atuais por token e os preços para contexto longo estão na página do modelo.
Responses
Instale o pacote openai para Python e defina SEEDROUTER_API_KEY no seu ambiente.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["SEEDROUTER_API_KEY"],
base_url="https://api.seedrouter.ai/v1",
max_retries=0,
)
response = client.responses.create(
model="gpt-6.2-astra",
input="Name one consistency check for a double-entry ledger.",
reasoning={"effort": "low"},
max_output_tokens=256,
)
print(response.output_text)Na solicitação enviada, use POST /v1/responses. Leia o texto dos itens output do tipo message, nas partes de conteúdo do tipo output_text. Um item anterior pode conter raciocínio ou uma chamada de função. output_text na resposta do SDK para Python reúne as partes de texto para você. Confira status e incomplete_details antes de usar um resultado parcial.
Para enviar uma imagem, inclua uma parte input_image em uma mensagem do usuário. Omita o campo de nível superior image. SeedRouter aceita respostas síncronas e em streaming. Omita background_options e deixe background sem definir. As janelas de segundo plano 2h e 8h não estão disponíveis.
Para subagentes hospedados, envie o cabeçalho OpenAI-Beta: responses_multi_agent=v1 e o objeto multi_agent com enabled definido como true. O campo opcional max_concurrent_subagents, do tipo inteiro, conta os descendentes ativos, exclui o agente raiz e tem valor padrão 3, com mínimo de 1. Enquanto a delegação estiver ativada, omita reasoning.summary e max_tool_calls. Os subagentes compartilham o orçamento de saída. Para ler a resposta final, selecione os itens de mensagem cujo agent.agent_name seja /root e cujo phase seja final_answer. O Playground adiciona o cabeçalho beta quando você insere o objeto no JSON avançado.
curl https://api.seedrouter.ai/v1/responses \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-H "Content-Type: application/json" \
-H "OpenAI-Beta: responses_multi_agent=v1" \
-d '{
"model": "gpt-6.2-astra",
"input": "Ask one subagent to check whether 17 is prime. Give the result.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 1},
"max_output_tokens": 512
}'Chat Completions
curl https://api.seedrouter.ai/v1/chat/completions \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-astra",
"messages": [{"role": "user", "content": "Name one consistency check for a double-entry ledger."}],
"reasoning_effort": "low",
"max_completion_tokens": 256
}'Uma resposta concluída do Chat contém choices[0].message.content. Confira choices[0].finish_reason para ver os limites de saída. O Chat informa usage.prompt_tokens e usage.completion_tokens. O Responses informa usage.input_tokens e usage.output_tokens.
Campos da solicitação por endpoint
| Finalidade | Responses | Chat Completions |
|---|---|---|
| Entrada | input string ou itens de entrada | messages array |
| Instruções do desenvolvedor | instructions para esta solicitação ou uma mensagem de entrada developer | Uma mensagem developer |
| Imagem em uma mensagem do usuário | Parte do tipo input_image com uma string image_url | Parte do tipo image_url com a URL em image_url.url |
| Nível de raciocínio | reasoning.effort | reasoning_effort |
| Limite de tokens de saída | max_output_tokens | max_completion_tokens |
| Detalhamento da saída | text.verbosity | verbosity |
| JSON estrito | text.format | response_format.json_schema |
| Chamadas de função | tools, tool_choice, function_call_output | Use Responses para chamadas de ferramenta GPT-6.2 |
| Streaming | stream: true, eventos tipados | stream: true, fragmentos de conclusão do Chat |
OpenAI recomenda começar com o nível de raciocínio medium em uma nova integração. Use low para uma resposta curta. Ao migrar de none ou minimal, escolha low. Omita temperature, top_p e os controles de log probabilities, incluindo message.output_text.logprobs em Responses include. Guia de migração de modelos
Saída estruturada
Em Responses, o formato JSON Schema coloca name, strict e schema junto de type. No Chat, os mesmos três campos ficam dentro de response_format.json_schema.
city_format = {
"name": "trip",
"strict": True,
"schema": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"],
"additionalProperties": False,
},
}
response = client.responses.create(
model="gpt-6.2-astra",
input="Return Paris in the city field.",
text={"format": {"type": "json_schema", **city_format}},
reasoning={"effort": "low"},
max_output_tokens=256,
)
print(response.output_text)Para usar o esquema com Chat Completions, passe response_format={"type": "json_schema", "json_schema": city_format}. Antes de analisar o JSON, confira se a resposta indica uma recusa ou um limite de tokens.
Chamadas de função e streaming
Em uma solicitação Responses, name e parameters da função ficam diretamente na ferramenta. Este exemplo reutiliza o esquema acima.
response = client.responses.create(
model="gpt-6.2-astra",
input="Call record_city for Paris.",
tools=[{
"type": "function",
"name": "record_city",
"parameters": city_format["schema"],
"strict": True,
}],
tool_choice={"type": "function", "name": "record_city"},
reasoning={"effort": "low"},
max_output_tokens=256,
)
for item in response.output:
if item.type == "function_call":
print(item.call_id, item.name, item.arguments)Em um teste ao vivo com SeedRouter, esta solicitação retornou um function_call chamado record_city, com argumentos que, após a decodificação, resultaram em {"city":"Paris"}. Valide os argumentos e execute a função no seu aplicativo. Na solicitação Responses seguinte, encaminhe a entrada original e os itens de saída retornados e acrescente um item function_call_output com o call_id correspondente e uma string output.
Para transmitir texto ao vivo, defina stream: true. Em Responses, concatene delta dos eventos response.output_text.delta e confira response.completed, response.incomplete ou response.failed. Em Chat, reúna choices[].delta.content, confira o motivo de encerramento final e leia até [DONE].
Acesso e preços
Confira o acesso da sua chave com GET /v1/models. Para ver os grupos disponíveis, use GET /api/seedrouter/llm/groups?model=gpt-6.2-astra com a mesma chave Bearer. Para selecionar um dos grupos retornados, envie o ID dele no cabeçalho opcional X-SeedRouter-Group. Se o cabeçalho for omitido, será usada a seleção padrão da chave. Você também pode consultar os grupos disponíveis no Playground.
Baixar OpenAPI · OpenAI detalhes do modelo · Campos de Responses · Campos de Chat · Códigos de erro
